[論文レビュー] Linguistic Analysis of Toxic Behavior in an Online Video Game

Haewoon Kwak, Jeremy Blackburn|arXiv (Cornell University)|Oct 20, 2014

Digital Games and Media参考文献 7被引用数 28

ひとこと要約

本研究では、590,311件のリーグ・オブ・レジェンダーズ・トリビュナル事例から、ゲーム内チャットログを分析し、有毒行動の言語的兆候を特定した。時間的要因に基づくメッセージ頻度と語の使用の分析により、有毒なプレイヤーは試合の途中で協力的から攻撃的言語にシフトする二峰性のチャットパターンを示し、肯定的・戦略的・謝罪的な言語使用を停止することが判明。これは、有毒行動への移行を早期に検出するための言語的フットプリントを提供する。

ABSTRACT

In this paper we explore the linguistic components of toxic behavior by using crowdsourced data from over 590 thousand cases of accused toxic players in a popular match-based competition game, League of Legends. We perform a series of linguistic analyses to gain a deeper understanding of the role communication plays in the expression of toxic behavior. We characterize linguistic behavior of toxic players and compare it with that of typical players in an online competition game. We also find empirical support describing how a player transitions from typical to toxic behavior. Our findings can be helpful to automatically detect and warn players who may become toxic and thus insulate potential victims from toxic playing in advance.

研究の動機と目的

• オンラインマルチプレイヤー・ゲームにおける有毒行動の言語的要因を理解すること、特にリーグ・オブ・レジェンダーズのような競技的チームベースの環境を対象とする。
• 試合全体を通じて、有毒プレイヤーと通常プレイヤーの間でコミュニケーション・パターンがどのように異なるかを特定すること。
• ゲーム内チャットログのみを用いて、通常行動から有毒行動への時間的移行点を特定すること。
• 有毒行動に発展する前に対象を特定できる早期警戒システムの実証的根拠を提供すること。
• 有毒行動と許容可能な競技的バトル・トークを区別するための識別的言語的シグネイチャを特定すること。

提案手法

• 北米地域の590,311件のトライバル事例を収集し、有毒および通常プレイヤーを含む210万件の試合のチャットログを含む。
• 有毒プレイヤーから抽出した2400万件のメッセージと、通常プレイヤーから抽出した3300万件のメッセージを、ゲーム内チャットに限定して比較分析した。
• 時間的チャットボリュームパターンを分析し、試合開始時と終了時にピークを持つ二峰性分布を同定した。
• 有毒プレイヤーと通常プレイヤーが使用する識別的ユニグラムおよびバイグラムを特定し、行動シグネイチャとした。
• 一般的なユニグラムの最後の使用時刻を正規化して、行動の乖離点を特定した。
• 語の使用の時間的分析を用いて、特に肯定的および戦略的コミュニケーションの停止を示す言語行動のフェーズ遷移を同定した。

実験結果

リサーチクエスチョン

• RQ1 試合中に有毒プレイヤーと通常プレイヤーの間で、ゲーム内コミュニケーションのボリュームとタイミングはどのように異なるか？
• RQ2 特定の言葉やフレーズ（例：「gj」（good job）、「sorry」）などの言語的特徴は、有毒プレイヤーと通常プレイヤーをどのように区別するか？
• RQ3 試合のどの段階でプレイヤーのコミュニケーション行動が通常から有毒にシフトするか？
• RQ4 試合の進行に従い、どの種類の語（例：謝罪、称賛、戦略的用語）が有毒プレイヤーによって使用されにくくなるか？
• RQ5 ゲーム内行動データに依存せずに、チャットログの言語的パターンのみで有毒行動への移行を検出できるか？

主な発見

• 有毒プレイヤーは試合開始時と終了時にピークを持つ二峰性のチャットボリュームパターンを示す一方、通常プレイヤーはチーム連携のための早期段階で一貫したコミュニケーションを行う。
• 有毒プレイヤーはメッセージ数が38%少ないにもかかわらず、通常プレイヤーに比べて13%少ない固有トークンを使用しており、繰り返し的で限定的な語彙であることが示された。
• 有毒プレイヤーは平均3.139語のメッセージを送るのに対し、通常プレイヤーは2.732語であるため、より長く、攻撃的または感情的色の強いコミュニケーションであると示唆された。
• 有毒プレイヤーは試合の中盤以降、肯定的言語（例：「gj」（good job）、「sorry」、「brb」（be right back））を使用しなくなり、チームの結束が崩れていることが示された。
• 戦略的用語（例：「ward」（ワード）、「blue」（青のバロン）、「ult」（最終スキル）、「come」（来い））は、有毒プレイヤーが試合初期に使用するが、中盤以降に使用を停止し、協力的意図の喪失を示している。
• 一般的なユニグラムの最後の使用時刻の時間差から、通常プレイヤーは有毒プレイヤーに比べて協力的・肯定的言語をはるかに長期間維持していることが判明し、検出可能な行動シフトのフットプリントが得られた。